基于资源分配指标的最大约束社区发现算法-计算机应用与软件.PDFVIP

第３４卷第７期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．７ ２０１７年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１７ 基于资源分配指标的最大约束社区发现算法 １ １ ２ 宁念文　许合利 　刘喜峰 １（河南理工大学计算机科学与技术学院　河南焦作４５４０００） ２（郑州工程技术学院机电与车辆工程学院　河南郑州４５００４４） 摘　要　　在复杂网络中的社区发现一直受到广泛的关注，基于模块度最大化的方法是目前流行的社区发现技 术。提出一种基于资源分配（ＲＡ）指标和多步贪婪凝聚策略的模块度最大化社区发现算法ＲＡＬＰＡ（ＲｅｓｏｕｒｃｅＡｌ ｌｏｃａｔｉｏｎｂａｓｅｄｏｆＬａｂｅｌｐｒｏｐａｇａｔｉｏｎＡｌｇｏｒｉｔｈｍ）。该算法利用准确衡量节点间相似性的ＲＡ指标，通过最大约束标记 传播模型使社区内部节点拥有较高的相似性，与社区外部的节点拥有较低的相似性。然后，通过多步贪婪凝聚策 略将划分模块度增加最大的多对小社区进行合并。实验结果表明，该算法不仅避免了对节点更新顺序的敏感和 易得到平凡解的问题，而且提高了算法的稳定性和社区划分的精度。 关键词　　社区发现　模块度最大化　资源分配指标　最大约束标记传播模型 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０７．０４０ ＭＡＸＩＭＵＭＣＯＮＳＴＲＡＩＮＥＤＣＯＭＭＵＮＩＴＹＤＥＴＥＣＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤ ＯＮＲＥＳＯＵＲＣＥＡＬＬＯＣＡＴＩＯＮＩＮＤＥＸ １ １ ２ ＮｉｎｇＮｉａｎｗｅｎ　ＸｕＨｅｌｉ　ＬｉｕＸｉｆｅｎｇ １（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨｅｎａｎＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ，Ｊｉａｏｚｕｏ４５４０００，Ｈｅｎａｎ，Ｃｈｉｎａ） ２（ＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｉｃａｌａｎｄＭｅｃｈａｎｉｃａｌＶｅｈｉｃｌｅＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｎｇｚｈｏｕＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｇｚｈｏｕ４５００４４，Ｈｅｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｃｏｍｍｕｎｉｔｙｄｅｔｅｃｔｉｏｎｉｎｃｏｍｐｌｅｘｎｅｔｗｏｒｋｓｈａｖｅｒｅｃｅｉｖｅｄｗｉｄｅａｔｔｅｎｔｉｏｎ，ａｎｄｔｈｅｍｅｔｈｏｄｂａｓｅｄｏｎ ｍｏｄｕｌａｒｉｔｙｍａｘｉｍｉｚａｔｉｏｎｉｓｔｈｅｐｏｐｕｌａｒｃｏｍｍｕｎｉｔｙｄｅｔｅｃｔｉｏｎｔｅｃｈｎｏｌｏｇｙ．Ｉｎｔｈｉｓｐａｐｅｒ，ａｍｏｄｕｌａｒｉｔｙｍａｘｉｍｉｚａｔｉｏｎ ｃｏｍｍｕｎｉｔｙｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｎａｍｅｄＲＡＬＰＡ（ＲｅｓｏｕｒｃｅＡｌｌｏｃａｔｉｏｎｂａｓｅｄｏｆＬａｂｅｌＰｒｏｐａｇａｔｉｏｎＡｌｇｏｒｉｔｈｍ）ｉｓｐｒｏｐｏｓｅｄ， ｗｈｉｃｈｉｓｂａｓｅｄｏｎｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎ（ＲＡ）ａｎｄｍｕｌｔｉｓｔｅｐｇｒｅｅｄｙｃｏｈｅｓｉｏｎｓｔｒａｔｅｇｙ．ＴｈｅａｌｇｏｒｉｔｈｍｕｓｅｓｔｈｅＲＡｉｎｄｅｘｔｏ ｍｅａｓｕｒｅｔｈｅｓｉｍｉｌａｒｉｔｙｂｅｔｗｅｅｎｎｏｄｅｓａｃｃｕｒａｔｅｌｙ．Ｂｙｕｓｉｎｇｔｈｅｍａｘｉｍｕｍｃｏｎｓｔｒａｉｎｔｌａｂｅｌｐｒｏｐａｇａｔｉｏｎｍｏｄｅｌ，ｔｈｅｉｎｔｅｒｎａｌ ｎｏｄｅｓｏｆｔｈｅｃｏｍｍｕｎｉｔｙｈａｖｅｈｉｇｈｓｉｍｉｌａｒｉｔｙ，ａｎｄｈａｖｅｌｏｗｓｉｍｉｌａｒｉｔｙｗｉｔｈｔｈｅｎｏｄｅｓｏｕｔｓｉｄｅｔｈｅｃｏｍｍｕｎｉｔｙ．Ｔｈｅｎ， ｔｈｒｏｕｇｈｔｈｅｍｕｌｔｉｓｔｅｐｇｒｅｅｄｙｃｏｈｅｓｉｏｎｓｔｒａｔｅｇｙ，ｔｈｅｍｕｌｔｉｐａｉｒｓｍａｌｌｃｏｍｍｕｎｉｔｉｅｓｗｉｔｈｔｈｅｌａｒｇｅｓｔｉｎｃｒｅａｓｅｏ